在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

大牛分享平時如何學習數據結構與算法

算法與數據結構 ? 來源:未知 ? 作者:胡薇 ? 2018-11-02 11:25 ? 次閱讀

一個熱愛編程的在校生,我的世界不只有coding,還有writing。目前維護訂閱號「苦逼的碼農」,專注于寫「算法與數據結構」,「Java」,「計算機網絡」。

數據結構與算法的地位對于一個程序員來說不言而喻。今天這篇文章不是來勸你們學習數據結構與算法的,也不是來和你們說數據結構與算法有多重要。

主要是最近幾天后臺有讀者問我是如何學習數據結構與算法的,有沒有什么捷徑,是要看視頻還是看書,去哪刷題等…..而且有些還是大三大四的,搞的我都替你們著急、擔心…..

所以我今天就分享下自己平時都是怎么學習的。

學習算法的捷徑就是多刷題

說實話,要說捷徑,我覺得就是腳踏實地著多動手去刷題,多刷題。

但是,如果你是小白,也就是說,你連常見的數據結構,如鏈表、樹以及常見的算法思想,如遞歸、枚舉、動態規劃這些都沒學過,那么,我不建議你去刷題的。而是先去找本書先去學習這些,然后再去刷題。

也就是說,假如你要去諸如leetcode這些網站刷題,那么,你要先具備一定的基礎,這些基礎包括:

1、常見數據結構:鏈表、樹(如二叉樹)。

2、常見算法思想:貪婪法、分治法、窮舉法、動態規劃,回溯法。

以上列出來的算是最基本的吧。就是說你刷題之前,要把這些過一遍再去刷題。如果你連這些最基本的都不知道的話,那么你再刷題的過程中,會很難受的,思路也會相對比較少。

總之,千萬不要急,先把這些基本的過一遍,力求理解,再去刷題。這些基礎的數據結構與算法,我是在大一第二學期學的,我沒看視頻,我是通過看書學的,那時候看的書是:

1、算法分析與分析基礎:這本比較簡單,推薦新手看。

2、數據結構與算法分析—-C語言描述:代碼用C寫的,推薦看。

3、挑戰程序設計競賽(第二版):也是很不錯的一本書,推薦看。

具體可以看我的另外一篇文章,里面是介紹這幾本書的:算法與數據結構書籍與視頻福利

說實話,我那一學期的時間幾乎都花在數據結構與算法上,但刷的題很少,只是書本上的一些例題。所以當我把這些基本的過一遍之后,再去一些網站刷題依舊非常菜。

所以你們千萬別指望以為自己把這些思想學完之后刷題會很牛,只有多刷題,只有多動手實踐,你的靈敏度才會提高起來。

在這里說一下前陣子有個非常火爆的專欄—-【數據結構與算法之美】

我沒買這個專欄,我想說的是,買了就一定要去看,千萬別浪費。也千萬不要覺得學完這個專欄你就會變的多牛逼,如果你只是跟著進度去學習這個專欄,自己沒有花時間去刷題、去動手時間。那我可以保證,你學完之后還是那么菜。

總結下:

提高數據結構與算法沒啥捷徑,最好的捷徑就是多刷題。但是,刷題的前提是你要先學會一些基本的數據結構與算法思想。

追求完美

如何刷題?如何對待一道算法題?

我覺得,在做題的時候,一定要追求完美,千萬不要把一道題做出來之后,提交通過,然后就趕緊下一道。

算法能力的提升和做題的數量是有一定的關系,但并不是線性關系。也就是說,在做題的時候,要力求一題多解,如果自己實在想不出來其他辦法了,可以去看看別人是怎么做的,千萬不要覺得模仿別人的做法是件丟人的事。

我做題的時候,我一看到一道題,可能第一想法就是用很粗糙的方式做,因為很多題采用暴力法都會很容易做,就是時間復雜度很高。之后,我就會慢慢思考,看看有沒其他方法來降低時間復雜度或空間復雜度。最后,我會去看一下別人的做法,當然,并不是每道題都會這樣執行。

衡量一道算法題的好壞無非就是時間復雜度和空間復雜度,所以我們要力求完美,就要把這兩個降到最低,令他們相輔相成。

我舉道例題吧:

問題:一只青蛙一次可以跳上1級臺階,也可以跳上2級。求該青蛙跳上一個n級的臺階總共有多少種跳法?

這道題我在以前的分章分析過,不懂的可以先看下之前寫的:遞歸與動態規劃---基礎篇1

方法1::暴力遞歸

這道題不難,或許你會采取下面的做法:

public static int solve(int n){ if(n == 1 || n == 2){ return n; }else if(n <= 0){ ? ? ? ?return 0; ? ?}else{ ? ? ? ?return solve(n-1) + solve(n-2); ? ?}}

這種做法的時間復雜度很高,指數級別了。但是如果你提交之后僥幸通過了,然后你就接著下一道題了,那么你就要好好想想了。

方法二:空間換時間

力求完美,我們可以考慮用空間換時間:這道題如何你去仔細想一想,會發現有很多是重復執行了。所以可以采取下面的方法:

//用一個HashMap來保存已經計算過的狀態static Map map = new HashMap();public static int solve(int n){ if(n <= 0)return 0; ? ?else if(n <= 2){ ? ? ? ?return n; ? ?}else{//是否計算過 ? ? ? ?if(map.containsKey(n)){ ? ? ? ? ? ?return map.get(n); ? ? ? ?}else{ ? ? ? ? ? ?int m = solve(n-1) + solve(n-2); ? ? ? ? ? ?map.put(n, m); ? ? ? ? ? ?return m; ? ? ? ?} ? ?}}

這樣,可以大大縮短時間。也就是說,當一道題你做了之后,發現時間復雜度很高,那么可以考慮下,是否有更好的方法,是否可以用空間換時間。

方法三:斐波那契數列

實際上,我們可以把空間復雜度弄的更小,不需要HashMap來保存狀態:

public static int solve(int n){ if(n <= 0) ? ? ? return 0; ? ?if(n <= 2){ ? ? ? ?return n; ? ?} ? ?int f1 = 0; ? ?int f2 = 1; ? ?int sum = 0; ? ?for(int i = 1; i<= n; i++){ ? ? ? ?sum = f1 + f2; ? ? ? ?f1 = f2; ? ? ? ?f2 = sum; ? ?} ? ?return sum;}

我弄這道題給你們看,并不是在教你們這道題怎么做,而是有以下目的:

1、在刷題的時候,我們要力求完美。

2、我想不到這些方法啊,怎么辦?那么你就可以去看別人的做法,之后,遇到類似的題,你就會更有思路,更知道往哪個方向想。

3、可以從簡單暴力入手做一道題,在考慮空間與時間之間的衡量,一點點去優化。

推薦一些刷題網站

我一般是在leetcode和牛客網刷題,感覺挺不錯,題目難度不是很大。

在牛客網那里,我主要刷劍指Offer,不過那里也有個在線刷leetcode,不過里面的題量比較少。牛客網刷題有個非常方便的地方就是有個討論區,那里會有很多大佬分享他們的解題方法,不用我們去百度找題解。所以你做完后,實在想不出,可以很方便著去看別人是怎么做的。

至于leetcode,也是大部分題目官方都有給出答案,也是個不錯的刷題網站。你們可以兩個挑選一個,或者兩個都刷。

當然,還有其他刷題的網站,不過,其他網站沒刷過,不大清除如何。

再說數據結構

前面我主要是說了我平時都是怎么學習算法的。在數據結構方法,我只是列舉了你們一定要學習鏈表和樹(二叉堆),但這是最基本的,刷題之前要掌握的,對于數據結構,我列舉下一些比較重要的:

1、鏈表(如單向鏈表、雙向鏈表)。

2、樹(如二叉樹、平衡樹、紅黑樹)。

3、圖(如最短路徑的幾種算法)。

4、隊列、棧、矩陣。

對于這些,自己一定要動手實現一遍。你可以看書,也可以看視頻,新手可以先看視頻,不過前期可以看視頻,之后我建議是一定要看書。

視頻和書我以前有推薦過:算法與數據結構書籍與視頻福利

例如對于平衡樹,可能你跟著書本的代碼實現之后,過陣子你就忘記,不過這不要緊,雖然你忘記了,但是如果你之前用代碼實現過,理解過,那么當你再次看到的時候,會很快就記起來,很快就知道思路,而且你的抽象能力等等會在不知不覺中提升起來。之后再學習紅黑樹啊,什么數據結構啊,都會學的很快。

最最重要

動手去做,動手去做,動手去做。重要的話說三遍。

千萬不要找了一堆資源,訂好了學習計劃,我要留到某某天就來去做…..

千萬不要這樣,而是當你激情來的時候,就馬上去干,千萬不要留到某個放假日啊什么鬼了,很多這種想法的人,最后會啥也沒做的。

也不要覺得要學習的有好多啊,不知道從哪學習起。我上面說了,可以先學習最基本的,然后刷題,刷題是一個需要長期堅持的事情,一年,兩年。在刷題的過程中,可以穿插學習其他數據結構。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 算法
    +關注

    關注

    23

    文章

    4700

    瀏覽量

    94798
  • 數據結構
    +關注

    關注

    3

    文章

    573

    瀏覽量

    40610

原文標題:我是如何學習數據結構與算法的?

文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數據結構】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    嵌入式開發入門指南:從零開始學習嵌入式

    特定功能的計算機系統,廣泛應用于智能家居、工業控制、醫療設備、車載系統等領域。 2. 學習嵌入式開發的前置知識熟悉C語言編程掌握基本的數據結構算法了解數字電路與微控制器原理熟悉Linux操作系統
    發表于 05-15 09:29

    程序設計與數據結構

    的地址)出發,采用推導的方式,深入淺出的分析了廣大C程序員學習和開發中遇到的難點。 2. 從方法論的高度對C語言在數據結構算法方面的應用進行了深入講解和闡述。 3. 講解了絕大多數C程序員開發
    發表于 05-13 16:45

    哪些專業適合學習嵌入式開發?

    市場的80%以上,那什么專業能夠輕松轉行呢? 1)計算機科學與技術:作為基礎學科,計算機科學與技術專業提供了編程、算法數據結構等基礎知識,適合轉行到嵌入式、人工智能和物聯網領域。 2)電子信息工程
    發表于 01-03 13:44

    DDC264配置寄存器數據寫入和320 DCLK時鐘脈沖后的回讀數據結構是什么?

    配置寄存器數據寫入和320 DCLK時鐘脈沖后的回讀數據結構是什么? 根據注和表9,16位配置寄存器數據,4位修訂ID, 300位校驗模式,怎么可能有1024 TOTAL READBACK BITS, format = 0
    發表于 11-19 07:58

    NPU與機器學習算法的關系

    在人工智能領域,機器學習算法是實現智能系統的核心。隨著數據量的激增和算法復雜度的提升,對計算資源的需求也在不斷增長。NPU作為一種專門為深度學習
    的頭像 發表于 11-15 09:19 ?1102次閱讀

    視覺軟件HALCON的數據結構

    在研究機器視覺算法之前,我們需要先了解機器視覺應用中涉及的基本數據結構。Halcon數據結構主要有圖像參數和控制參數兩類參數。圖像參數包括:image、region、XLD,控制參數包括:string、integer、real、
    的頭像 發表于 11-14 10:20 ?1115次閱讀
    視覺軟件HALCON的<b class='flag-5'>數據結構</b>

    零基礎嵌入式開發學習路線

    語言的學習,這個階段需要對代碼進行進一步的提升。不能僅滿足于能寫代碼實現功能,而是需要繼續考慮數據怎樣存儲能更合理的利用空間,算法怎么寫才能更高效的實現該功能。數據結構在代碼優化中起到
    發表于 10-25 15:55

    嵌入式常用數據結構有哪些

    在嵌入式編程中,數據結構的選擇和使用對于程序的性能、內存管理以及開發效率都具有重要影響。嵌入式系統由于資源受限(如處理器速度、內存大小等),因此對數據結構的選擇和使用尤為關鍵。以下是嵌入式編程中常用的幾種數據結構,結合具體特點和
    的頭像 發表于 09-02 15:25 ?945次閱讀

    深度學習算法在嵌入式平臺上的部署

    隨著人工智能技術的飛速發展,深度學習算法在各個領域的應用日益廣泛。然而,將深度學習算法部署到資源受限的嵌入式平臺上,仍然是一個具有挑戰性的任務。本文將從嵌入式平臺的特點、深度
    的頭像 發表于 07-15 10:03 ?2817次閱讀

    深度學習算法在集成電路測試中的應用

    隨著半導體技術的快速發展,集成電路(IC)的復雜性和集成度不斷提高,對測試技術的要求也日益增加。深度學習算法作為一種強大的數據處理和模式識別工具,在集成電路測試領域展現出了巨大的應用潛力。本文將從深度
    的頭像 發表于 07-15 09:48 ?1718次閱讀

    利用Matlab函數實現深度學習算法

    在Matlab中實現深度學習算法是一個復雜但強大的過程,可以應用于各種領域,如圖像識別、自然語言處理、時間序列預測等。這里,我將概述一個基本的流程,包括環境設置、數據準備、模型設計、訓練過程、以及測試和評估,并提供一個基于Mat
    的頭像 發表于 07-14 14:21 ?3462次閱讀

    神經網絡算法結構有哪些類型

    神經網絡算法是深度學習的基礎,它們在許多領域都有廣泛的應用,如圖像識別、自然語言處理、語音識別等。神經網絡的結構有很多種類型,每種類型都有其獨特的特點和應用場景。以下是對神經網絡算法
    的頭像 發表于 07-03 09:50 ?836次閱讀

    神經網絡算法的優缺點有哪些

    神經網絡算法是一種模擬人腦神經元結構的計算模型,廣泛應用于機器學習、深度學習、圖像識別、語音識別等領域。然而,神經網絡算法也存在一些優缺點。
    的頭像 發表于 07-03 09:47 ?2728次閱讀

    機器學習算法原理詳解

    機器學習作為人工智能的一個重要分支,其目標是通過讓計算機自動從數據學習并改進其性能,而無需進行明確的編程。本文將深入解讀幾種常見的機器學習算法
    的頭像 發表于 07-02 11:25 ?2188次閱讀

    機器學習的經典算法與應用

    關于數據機器學習就是喂入算法數據,讓算法數據中尋找一種相應的關系。Iris鳶尾花
    的頭像 發表于 06-27 08:27 ?1960次閱讀
    機器<b class='flag-5'>學習</b>的經典<b class='flag-5'>算法</b>與應用
    主站蜘蛛池模板: 国产国语videosex另类 | 亚洲www网站 | 午夜视频啪啪 | 国内精品久久影视 | 欧美性妇 | 久久精品国产大片免费观看 | 欧美疯狂爱爱xxxxbbbb | 欧美高清激情毛片 | 亚洲激情 | 婷婷五月小说 | 午夜视频在线观看国产www | 久操视频在线播放 | 国产福利萌白酱喷水视频铁牛 | 丁香婷婷综合五月综合色啪 | 婷婷国产在线 | 99久久免费精品高清特色大片 | 操操操综合网 | www四虎影视| 91午夜在线观看 | 全国男人天堂网 | 亚洲色图偷窥自拍 | 午夜小视频免费观看 | 天天干天天爽天天操 | 日本69av| 日本三级香港三级人妇99视 | 成年片免费网址网站 | 最近在线视频免费观看2019 | 高颜值美女啪啪 | 国产h视频在线 | 成人免费黄色网 | 欧美freesex10一|3 | 91大神精品全国在线观看 | 国产一级做a爰片久久毛片男 | 97午夜精品 | 日本不卡视频在线视频观看 | 欧美精品一区二区三区在线播放 | 久久伊人草 | 奇米久草| 欧美高h| 亚洲欧美日韩综合一区 | 天天撸夜夜操 |